Java 如何将最新的100行从Hbase加载到Spark

我正在使用Spark将Hbase数据加载到JavaPairDD中。现在，我想知道是否可以将最新的100行加载到Spark中，而不是从Hbase加载所有行。1） 我尝试了scan.setCaching（100），但它仍然返回所有行。是为了限制我从Hbase加载的行吗？2） 如何确保它是最新的100行

有什么想法吗？非常感谢

    Scan scan = new Scan();
    scan.setFilter(A list of filters);
    scan.setCaching(100);

    ClientProtos.Scan proto = ProtobufUtil.toScan(scan);
    String scanStr = Base64.encodeBytes(proto.toByteArray());

    hbaseConfig.set(TableInputFormat.INPUT_TABLE, tableName);
    hbaseConfig.set(TableInputFormat.SCAN,scanStr);

    JavaPairRDD<ImmutableBytesWritable, Result> hBaseRDD = 
            javaSparkContext.newAPIHadoopRDD(hbaseConfig, TableInputFormat.class, ImmutableBytesWritable.class, Result.class).cache();

Scan扫描=新扫描（）；
scan.setFilter（过滤器列表）；
扫描设置缓存（100）；
ClientProtos.Scan proto=ProtobufUtil.toScan（扫描）；
字符串scanStr=Base64.encodeBytes（proto.toByteArray（））；
hbaseConfig.set（TableInputFormat.INPUT\u TABLE，tableName）；
hbaseConfig.set（TableInputFormat.SCAN，scanStr）；
JavaPairRDD hBaseRDD=
javaSparkContext.newAPIHadoopRDD（hbaseConfig，TableInputFormat.class，ImmutableBytesWritable.class，Result.class）.cache（）；

Scan.setCaching用于指定一个RPC调用中的结果计数，当您将其设置为100时，您的客户端将在100乘100中获得结果，如果有100个结果，如果没有，您将在一个RPC调用中获得准确的结果计数。SetCaching是一种与网络性能相关的优化，不会改变您得到的数据库的结果计数

对于有序结果，例如，last 100，您需要确定最后一个是什么？用户的最后100个活动，还是所有表中最后100个插入行？若您的意思是table，hbase将不会按您写入的顺序返回数据，它将按行键字节值的顺序返回，所以您应该使您的行键基于时间，以获得有序的结果。但rowkey的第一部分中的时间将生成热点区域，所以您不应该这样做：）